SAP Cloud for Customer客户主数据的重复检查-Levenshtein算法

SAP C4C的客户主数据创建时的重复检查,基于底层HANA数据库的模糊查找功能,根据扫描数据库中已有的数据检测出当前正在创建的客户主数据是否和数据库中记录有重复。

在系统里开启重复检查的配置:

在此处配置主数据模型上每个字段对重复性检查结果共享的权值:

要理解权值的作用,就必须先理解C4C客户主数据重复性检查的算法Levenshtein algorithm。这个算法以开发者Vladimir Levenshtein命名,通过计算Levenshtein(莱文斯坦)距离来衡量两个字符串的相似度。

看个具体例子。

假设数据库里有一条主数据记录:

Name = Carl,

Email = jerry@sap.com

然后在C4C UI创建一个新的客户主数据:

Name = Corl,

Email = jerry@sap.com

其中Name字段的相似度为 1 - 1/4 = 75%,而Email字段相似度为100%。

然后在C4C里这两个字段的权值配置如下:

Name = 30

E-mail = 70

按照Levenshtein algorithm的公式计算重复度:

SIM = SQRT( (30² 0.75² + 70² 1²) / (30² + 70²) ) = 0.97 = 97%

到底重复度多少的待创建客户主数据被认为是真正的重复数据呢?可以在Business Configuration里配置:

‘Strong – Duplicate Check for Business Partners’:85%

‘Medium – Duplicate Check for Business Partners’: 80%

‘Weak – Duplicate Check for Business Partners’: 70%

要获取更多Jerry的原创文章,请关注公众号"汪子熙":

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏PaddlePaddle

【PaddlePaddle】Windows版快速安装包正式上线!

正在钻研深度学习,学习PaddlePaddle,或者是正在用Windods系统的小伙伴们,再也不用特意装Linux系统,借助快速安装包就可以下载PaddlePa...

1314
来自专栏小文博客

腾讯云OCR文字识别“测评”

1.4K7
来自专栏Python爬虫与数据挖掘

如何利用Python词云和wordart可视化工具对朋友圈数据进行可视化展示

大前天我们通过Python网络爬虫对朋友圈的数据进行了抓取,感兴趣的朋友可以点击进行查看,如何利用Python网络爬虫抓取微信朋友圈的动态(上)...

1835
来自专栏沃趣科技

容器化RDS|调度策略

前文我们介绍了基于 Kubernetes 实现的下一代私有 RDS. 其中, 调度策略是具体实现时至关重要的一环, 它关系到 RDS 集群的服务质量和部署密度....

38010
来自专栏前端笔记

【新手指南】浅谈几种WordPress固定链接的优劣势

新手建站须知: 所谓“固定链接”,其实就是指访问某个网页的特定链接。也是我们站长将网站提交给各大站长平台的重要参数之一!建站初期我们必须确定好“固定链接”(准确...

3207
来自专栏JAVA技术站

灰度环境发布策略 转

灰度发布是指在黑与白之间,能够平滑过渡的一种发布方式。AB test就是一种灰度发布方式,让一部分用户继续用A,一部分用户开始用B,如果用户对B没有什么反对意见...

1303
来自专栏AI科技大本营的专栏

全文来了!打败DBA老炮,机器学习如何改变数据库管理系统

作者 | Dana Van Aken、Andy Pavlo、Geoff Gordon 编译 | AI100 数据库管理系统(DBMSs)是所有数据密集型应用的...

37312
来自专栏魂祭心

原 数学与多线程

2944
来自专栏Java架构师学习

京东架构师的showtime京东个性化推荐系统实战

推荐系统核心任务是排序,从线上服务角度看,就是将数据从给定集合中数据选择出来,选出后根据一定规则策略方法进行排序。 线上服务要根据一定规则进行架构设计,架...

4476
来自专栏坚毅的PHP

zookeeper学习系列:四、Paxos算法和zookeeper的关系

一、问题起源 淘宝搜索的博客 http://www.searchtb.com/2011/01/zookeeper-research.html  提到Paxos是...

4034

扫码关注云+社区

领取腾讯云代金券